[发明专利]数控车磨复合机床及其生产控制方法

说明书

本申请涉及数控机床技术领域，其具体地公开了一种数控车磨复合机床及其生产控制方法，其通过卷积神经网络模型对通过摄像机获取的车削监控视频、磨削监控视频和磨削后产品图像进行适当编码以得到加工特征图和成型特征图，然后，对所述成型特征图与所述加工特征图分别进行对比搜索空间同向化，最后，计算所述校正后成型特征图相对于所述校正后加工特征图的响应性估计以得到响应性特征表示作为分类特征矩阵，并通过分类器以得到用于表示车削加工和磨削加工之间的分配比例的分类结果，通过这样的方式，以使得最终确定的车削加工和磨削加工之间的分配比例能够兼顾加工效率和成型精度。

技术领域

本申请涉及数控机床技术领域，且更为具体地，涉及一种数控车磨复合机床及其生产控制方法。

背景技术

在机械加工与制备中，金属制品在经过淬火处理后会通过诸如车削和/或磨削之类工艺对金属制品进行再加工。例如，轴承套圈在淬火处理后，需要进行精加工，在磨床上依次进行粗磨和精磨以及在车床上进行车削。

现有的针对金属制品的车削和磨削工艺分别在两种机床上进行，具体地，常在车床上进行车削以及在磨床上进行磨削。近年来，数控车磨复合机床的出现改变了这一格局，其将车削和磨削两者集成于一个设备，并通过数控技术来提高加工控制的智能性。

但是，在对金属制品进行车削和磨削时，如果选择车削和磨削之间的分配比例是在数控车磨复合机床的控制过程的重要难度。应可以理解，车削可以加快加工效率，但其加工精度角度，而虽然磨削可以提高加工精度，但其加工效率较慢。更具体地，如果车削部分的时间过长，则整体的加工精度会降低，而如果车削部分过短，则磨削部分可能产生过多的热量导致轴承套被烧毁。

因此，如何兼顾加工效率和成型精度是数控车磨复合机床亟需解决的技术问题。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种数控车磨复合机床及其生产控制方法，其通过卷积神经网络模型对通过摄像机获取的车削监控视频、磨削监控视频和磨削后产品图像进行适当编码以得到加工特征图和成型特征图，然后，对所述成型特征图与所述加工特征图分别进行对比搜索空间同向化，最后，计算所述校正后成型特征图相对于所述校正后加工特征图的响应性估计以得到响应性特征表示作为分类特征矩阵，并通过分类器以得到用于表示车削加工和磨削加工之间的分配比例的分类结果，通过这样的方式，以使得最终确定的车削加工和磨削加工之间的分配比例能够兼顾加工效率和成型精度。

根据本申请的一个方面，提供了一种数控车磨复合机床，其包括：数据采集模块，用于获取车削监控视频、磨削监控视频和磨削后产品图像；车削和磨削数据编码模块，用于将所述车削监控视频和所述磨削监控视频分别通过使用三维卷积核的第一卷积神经网络以得到车削跟踪特征图和磨削跟踪特征图；车削和磨削联合编码模块，用于将所述车削跟踪特征图和所述磨削跟踪特征图在通道维度进行级联后通过使用三维卷积核的第二卷积神经网络以得到加工特征图；成型后产品编码模块，用于将所述磨削后产品图像通过作为特征提取器的第三卷积神经网络以得到成型特征图；第一校正模块，用于基于所述成型特征图中各个位置之间的距离，对所述加工特征图中各个位置的特征值进行校正以得到校正后加工特征图；第二校正模块，用于基于所述加工特征图中各个位置之间的距离，对所述成型特征图中各个位置的特征值进行校正以得到校正后成型特征图；响应性估计模块，用于计算所述校正后成型特征图相对于所述校正后加工特征图的响应性估计以得到响应性特征表示作为分类特征矩阵；以及优化结果生成模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示车削部分的比例应增大且磨削部分的比例应减小，或者，车削部分的比例应减小且磨削部分的比例应增大。